AI-агенты: почему лучшие практики противоречат друг другу | ИИ — не новости

Описание

— Почему одна и та же нейронка сначала уверенно говорит, что задача не решается, а потом сама чинит её за 20 минут — и почему иногда «сделай хорошо» работает лучше подробной инструкции? — Одна дорогая модель или умный оркестратор и рой дешёвых агентов: как два исследования получили противоположные результаты — и почему оба могут быть правы? — Когда высокий reasoning помогает, а когда модель начинает сомневаться, ходить кругами и просто жечь токены? — Почему AI-разработку почти невозможно нормально забенчмаркать и как работать в мире, где сегодняшняя best practice через две недели может оказаться анти-паттерном? — И заодно: неужели нейронки всё-таки научились шутить?

В выпуске

• Почему одна и та же нейронка сначала уверенно говорит, что задача не решается, а потом сама чинит её за 20 минут — и почему иногда «сделай хорошо» работает лучше подробной инструкции?
• Одна дорогая модель или умный оркестратор и рой дешёвых агентов: как два исследования получили противоположные результаты — и почему оба могут быть правы?
• Когда высокий reasoning помогает, а когда модель начинает сомневаться, ходить кругами и просто жечь токены?
• Почему AI-разработку почти невозможно нормально забенчмаркать и как работать в мире, где сегодняшняя best practice через две недели может оказаться анти-паттерном?
• И заодно: неужели нейронки всё-таки научились шутить?

Тайм-коды

Материалы и ссылки

• Владимир Гриненко
• Сергей Бережной

• Stencil — “You only need the frontier model for one single edit” — https://stencil.so/blog/prewalk
• Cursor — “Agent swarms and the new model economics” — https://cursor.com/blog/agent-swarm-model-economics
• OpenAI — Codex Subagents — https://learn.chatgpt.com/docs/agent-configuration/subagents
• OpenAI — reasoning effort — https://developers.openai.com/api/docs/guides/latest-model
• OpenAI Evals — Software Engineering — https://evals.openai.com/
• OpenAI — “Separating signal from noise in coding evaluations” — https://openai.com/index/separating-signal-from-noise-coding-evaluations
• Pi Agent Harness — https://github.com/earendil-works/pi, https://pi.dev/docs/latest
• Пост про LLM и юмор — https://t.me/devspotting/89

Связанные выпуски

• LLM и мышление | философ Андрей Морозов — https://youtu.be/WswHn_mJo8I
• ИИ и IT конференции, когда знания бесплатны | Алексей Федоров, JUG Ru Group — https://youtu.be/VhQPchnlwo8